| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景及意义 | 第11-14页 |
| ·目标识别与跟踪算法研究现状 | 第14-16页 |
| ·小目标识别方法 | 第14-15页 |
| ·运动对象的检测与跟踪方法 | 第15-16页 |
| ·本文研究内容及安排 | 第16-18页 |
| 第2章 小目标的识别与跟踪 | 第18-32页 |
| ·小目标识别的概况 | 第18-19页 |
| ·小目标检测与跟踪的典型应用 | 第19-20页 |
| ·小目标检测算法回顾 | 第20页 |
| ·图像序列预处理 | 第20-25页 |
| ·点目标的增强与背景抑制 | 第20-21页 |
| ·基于多通道方式的点目标识别预处理算法 | 第21-25页 |
| ·基于多级假设的点目标检测算法 | 第25-26页 |
| ·基于动态规划的点目标检测算法 | 第26-30页 |
| ·动态规划法点目标检测步骤 | 第27-29页 |
| ·实验结果及分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 目标检测算法 | 第32-59页 |
| ·图像预处理算法 | 第32-39页 |
| ·频域中的平滑滤波 | 第33页 |
| ·均值滤波法 | 第33-35页 |
| ·中值滤波法 | 第35-39页 |
| ·基于帧差分算法的目标提取技术 | 第39-43页 |
| ·差分算法的基本原理 | 第39-41页 |
| ·差分算法的具体实现 | 第41页 |
| ·试验结果及分析 | 第41-43页 |
| ·光流算法 | 第43-58页 |
| ·光流的约束方程 | 第45-47页 |
| ·基于一阶梯度的光流方法 | 第47-51页 |
| ·四像素点共同约束估计光流场 | 第51-54页 |
| ·多分辨率光流场计算 | 第54-57页 |
| ·实验结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 目标图像的匹配与跟踪 | 第59-71页 |
| ·目标的识别与跟踪 | 第59-60页 |
| ·模板匹配方法 | 第60-61页 |
| ·经典 SSDA算法 | 第61-62页 |
| ·SSDA算法的改进 | 第62-66页 |
| ·特征点匹配 SSDA | 第62-63页 |
| ·多分辨率匹配 SSDA | 第63-65页 |
| ·提高 SSDA模板特征点的优先权，改善匹配效率 | 第65-66页 |
| ·变化阈值 SSDA | 第66页 |
| ·SSDA匹配算法单模板验证结果与分析 | 第66-68页 |
| ·模板的预测和更新 | 第68-70页 |
| ·相关置信度 MCD(Maximum Close Distance) | 第69-70页 |
| ·基于 MCD距离的自适应模板更新策略 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第5章 视觉平台建立及算法验证 | 第71-86页 |
| ·硬件平台组成 | 第71-72页 |
| ·云台及采集卡的开发和使用 | 第72-77页 |
| ·云台控制命令 | 第72-75页 |
| ·视频采集卡性能与使用 | 第75-77页 |
| ·软件算法说明 | 第77-79页 |
| ·实验结果 | 第79-84页 |
| ·单模板 SSDA匹配效果 | 第79-81页 |
| ·多模板 SSDA目标判断 | 第81-84页 |
| ·本章小结 | 第84-86页 |
| 结论 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第93-94页 |
| 致谢 | 第94页 |